大数据技术与应用项目HBase环境搭建原理

大数据技术与应用项目——Hbase环境搭建原理

项目来自北京诺程佳华教育科技有限公司教学目标熟悉Hbase的相关基本概念熟悉Hbase的环境搭建

Hbase环境搭建原理

HBase–HadoopDatabase，是一个高可靠性、高性能、面向列、可伸缩、实时读写的分布式数据库。利用HadoopHDFS作为其文件存储系统,利用HadoopMapReduce来处理HBase中的海量数据,利用Zookeeper作为其分布式协同服务。主要用来存储非结构化和半结构化的松散数据（列存NoSQL数据库）。

Hbase环境搭建原理

Hbase环境搭建原理ROWKEY1)决定一行数据2)按照字典顺序排序的。3)Rowkey只能存储64k的字节数据

Hbase环境搭建原理ColumnFamily列族&qualifier列1)HBase表中的每个列都归属于某个列族，列族必须作为表模式(schema)定义的一部分预先给出。如create‘test’,‘course’；2)列名以列族作为前缀，每个“列族”都可以有多个列成员(column)；如course:math,course:english,新的列族成员（列）可以随后按需、动态加入；3)权限控制、存储以及调优都是在列族层面进行的；4)HBase把同一列族里面的数据存储在同一目录下，由几个文件保存。

Hbase环境搭建原理Timestamp时间戳1)在HBase每个cell存储单元对同一份数据有多个版本，根据唯一的时间戳来区分每个版本之间的差异，不同版本的数据按照时间倒序排序，最新的数据版本排在最前面。2)时间戳的类型是64位整型。3)时间戳可以由HBase(在数据写入时自动)赋值，此时时间戳是精确到毫秒的当前系统时间。4)时间戳也可以由客户显式赋值，如果应用程序要避免数据版本冲突，就必须自己生成具有唯一性的时间戳。

Hbase环境搭建原理Cell单元格1)由行和列的坐标交叉决定；2)单元格是有版本的；3)单元格的内容是未解析的字节数组；由{rowkey，column(=<family>+<qualifier>)，version}唯一确定的单元。cell中的数据是没有类型的，全部是字节码形式存贮。

Hbase环境搭建原理HLog(WALlog)1)HLog文件就是一个普通的HadoopSequenceFile，SequenceFile的Key是HLogKey对象，HLogKey中记录了写入数据的归属信息，除了table和region名字外，同时还包括sequencenumber和timestamp，timestamp是”写入时间”，sequencenumber的起始值为0，或者是最近一次存入文件系统中sequencenumber。2)HLogSequeceFile的Value是HBase的KeyValue对象，即对应HFile中的KeyValue。

Hbase体系架构

Hbase环境搭建原理Client包含访问HBase的接口并维护cache来加快对HBase的访问Zookeeper1)保证任何时候，集群中只有一个master2)存贮所有Region的寻址入口。3)实时监控Regionserver的上线和下线信息。并实时通知Master4)存储HBase的schema和table元数据

Hbase环境搭建原理Master1)为Regionserver分配region2)负责Regionserver的负载均衡3)发现失效的Regionserver并重新分配其上的region4)管理用户对table的增删改操作RegionServer1)Regionserver维护region，处理对这些region的IO请求2)Regionserver负责切分在运行过程中变得过大的region

Hbase环境搭建原理Region1)HBase自动把表水平划分成多个区域(region)，每个region会保存一个表里面某段连续的数据；每个表一开始只有一个region，随着数据不断插入表，region不断增大，当增大到一个阀值的时候，region就会等分会两个新的region（裂变）；2)当table中的行不断增多，就会有越来越多的region。这样一张完整的表被保存在多个Regionserver上。

Hbase环境搭建原理Memstore与storefile1)一个region由多个store组成，一个store对应一个CF（列族）。2)store包括位于内存中的memstore和位于磁盘的storefile写操作先写入memstore，当memstore中的数据达到某个阈值，hregionserver会启动flashcache进程写入storefile，每次写入形成单独的一个storefile。3)当storefile文件的数量增长到一定阈值后，系统会进行合并（minor、majorcompaction），在合并过程中会进行版本合并和删除工作（majar），形成更大的storefile。4)当一个region所有storefile的大小和数量超过一定阈值后，会把当前的region分割为两个，并由hmaster分配到相应的regionserver服务器，实现负载均衡。5)客户端检索数据，先在memstore找，找不到再找storefile。

Hbase环境搭建原理Memstore与storefile1)一个region由多个store组成，一个store对应一个CF（列族）。2)store包括位于内存中的memstore和位于磁盘的storefile写操作先写入memstore，当memstore中的数据达到某个阈值，hregionserver会启动flashcache进程写入storefile，每次写入形成单独的一个storefile。3)当storefile文件的数量增长到一定阈值后，系统会进行合并（minor、majorcompaction），在合并过程中会进行版本合并和删除工作（majar），形成更大的storefile。4)当一个region所有storefile的大小和数量超过一定阈值后，会把当前的region分割为两个，并由hmaster分配到相应的regionserver服务器，实现负载均衡。5)客户端检索数据，先在memstore找，找不到再找storefile。

Hbase环境搭建原理Hregion1)HRegion是HBase中分布式存储和负载均衡的最小单元。最小单元就表示不同的HRegion可以